评分卡建设系列内容第一课：数据选取与抽样

开发评分卡，我们希望选用的历史数据距离现在较近，以保证现有的和未来的开发人群分布不会有较大的偏差。

数据选取时间窗示意图如下图所示，其中观察窗与表现窗内的时间为观察期与表现期。

观察窗、表现窗的选择

1.观察窗选择：某个时间阶段，例如采用申请件进件量如下表所示：

从图中我们可以看到，观察期内申请件共17,353条申请，满足评分卡对数据总量的需求。

数据暂略。

2.表现期选择

一般表现期选择为12个月，某国际著名的零售信贷风险管理解决方案提供商的研究结果指出，对于申请类型的评分卡，申请信息的预测能力通常在开户3个月后开始降低，在8个月左右降低到三分之一左右，开户后更多的是依靠客户的行为信息对未来表现进行预测。

一般来说，在放贷机构业务中有逾期的账户数目比例不高（整正规放贷的机构。。因为你懂得。。），为了满足评分卡开发对“坏”账户数目的要求（800-1200个），将表现期定为12-18个月之间，以期为单位，最小账期是月就按照月，最小账期是周、日的，则按照3-6个月进行换算。

3.表现窗选择：

表现窗的选择方法，业内有两种常用方法，分别是固定表现窗与移动表现窗。

定义为：

1)   固定表现窗：在观察窗后选定一定期限作为表现期，不同时间的申请件表现期不同。固定窗口表现期主要反应固定的自然时间段与信用风险的关系。

2)   移动表现窗：在申请开户后选择固定时间长度作为表现期，所有申请考察的表现期均相同。移动窗口表现期主要反应开户时间长短与信用风险的关系。

在本次项目中将根据业务考虑与数据实际情况选择较合适的方法。

4.排外条件

由于某些申请在处理的过程中，获得特别的对待，所以这一类申请被批准后的表现，包括还款情况、使用情况、拖欠情况等都会发生与众不同的现象。因此，这些申请数据不应当用来开发评分卡，这些观察数据在开发评分卡的过程中首先被剔除。评分卡应用的范围也将不包括这一类型的申请。比较典型的例子是不需经过正常途径直接被批准办卡的高端申请人，他们往往会被赋予更高的信用额度和更优惠的待遇。对这一类申请人也采用评分是没有意义的。

另外，放贷机构再收到国家政策影响后，将会在业务中停止某些个贷产品，对于这些产品的申请不会再出现，保留他们的数据会对其他产品的评分结果产生影响，所以对这类申请进行评分也是没有意义的，也要把它们列为排外条件中。

排外条件是以业务逻辑为主，综合数据情况和采用专家建议，以确定了申请阶段风险评分模型开发排外条件与逻辑，以下是详细描述：

• 如果是精英贷产品的申请，年龄大于45岁以及小于22岁的需要被排除

• 如果是预付卡类产品的申请，年龄小于18与大于55岁的要被排除；

• 有申请无表现的记录排除（因为这些人可能并未有借贷记录）；

• 被拒绝的申请有表现（错误记录，很少）； 

需要特别指出的是，即使人行征信显示有瑕疵或者不良，也需要跑进行机构内评分，所以不建议把人行不良信息作为排外条件（同业或三方征信的与此类似，不再赘述）。

5.表现期内逾期期数分布

建议以固定表现窗表现数据集进行分析：

例如某逾期分布情况

基于逾期数据给出的分布统计与汇总。

在表现期内1期、2期逾期期数分布，X轴是日期，Y轴是逾期数据

根据上图所示结果，有如下结论：中国农历传统节日春节前后几个月内的逾期状态波动较大，业务上解释收到跨年资金流的等影响造成，具体原因可深入到业务中进行分析调研，这里不再详细列出。

与其同时，再对几个主要产品进行了逾期分布分析，增加业务部门考虑的产品的逾期分布和分析。

来源|消费金融风控联盟

作者|刘鹏程

更多精彩，戳这里：

 2018开年大课，阅读原文，即可报名